CN118102123A - 一种调节相机图像亮度的方法、装置及工业相机 - Google Patents
一种调节相机图像亮度的方法、装置及工业相机 Download PDFInfo
- Publication number
- CN118102123A CN118102123A CN202410524358.8A CN202410524358A CN118102123A CN 118102123 A CN118102123 A CN 118102123A CN 202410524358 A CN202410524358 A CN 202410524358A CN 118102123 A CN118102123 A CN 118102123A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- value
- target
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Studio Devices (AREA)
Abstract
本发明公开了一种调节相机图像亮度的方法。所述方法包括：获取目标相机中当前环境的图像；利用预设的目标检测算法对图像中的各个物体进行识别和分类；根据图像中各个物体的识别结果，利用预设的目标分割算法将图像分割为多个图像区域；根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每一个图像区域对应的初始权重；将已分割为多个图像区域的图像输入至预设亮度分析模型中；获得亮度分析模型针对图像输出的亮度值；获取目标物体对应的工作亮度范围；根据图像的亮度值与目标物体的工作亮度范围之间的关系，对目标相机中控制相机图像亮度的参数进行调节。本发明还公开了用于实现所述方法的装置和工业相机。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种调节相机图像亮度的方法、装置及工业相机。
背景技术
众所周知，由于环境、天气等因素的影响相机采集的图像会出现过曝光或者曝光不足等现像，从而影响工业场景中的图像目标识别、测距等场景。而要避免图像过曝光或者曝光不足等现像的发生，就需要对相机的图像亮度进行调节以保证采集到的图像的图像质量。现有技术中，对相机图像亮度的调节主要依赖于手动调节。手动调节的过程中，工作人员需要通过观察相机中的图像，手动调整相机的光圈、对焦、曝光时间等参数来实现对相机图像亮度的调节。显然，手动调节相机图像亮度的方法，需要工作人员具备充足的工作经验和相机知识，也就是说现有的调节相机图像亮度的方法对工作人员的专业性要求较高；另外，手动调节相机图像亮度的整个过程较为枯燥、繁琐、耗时耗力且效率低，也不利于对相机的图像亮度进行实时调节。
发明内容
本发明实施例提供一种调节相机图像亮度的方法、装置及工业相机，用于实现对相机的图像亮度进行实时的自动调节。
具体技术方案如下：
第一方面，本发明实施例提供了一种调节相机图像亮度的方法，包括以下步骤：
获取目标相机中当前环境的图像；
利用预设的目标检测算法对所述图像中的各个物体进行识别和分类；
根据图像中各个物体的识别结果，利用预设的目标分割算法将所述图像分割为多个图像区域；其中，一个图像区域包含一个物体；
根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个所述图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；
将已分割为多个图像区域的所述图像，及每个所述图像区域对应的初始权重输入至预设亮度分析模型中；
获得所述亮度分析模型针对所述图像输出的亮度值；
获取目标物体对应的工作亮度范围；
根据所述图像的亮度值与所述目标物体的工作亮度范围之间的关系，对所述目标相机中控制相机图像亮度的参数进行调节。
可选的，所述亮度分析模型用于：
接收已分割为多个图像区域的所述图像；
利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定所述图像的亮度值；
输出所述图像的亮度值。
可选的，所述利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定所述图像的亮度值的步骤，包括：
利用公式，计算每一个图像区域的平均亮度值；其中，/>为图像区域的平均亮度值，（x1，y1)和(x2，y2)为图像区域的边界范围，/>为图像区域的面积，/>为图像区域中像素点的像素值，/>为图像区域的标识；
利用公式，计算每一个图像区域的权重参数；其中，/>为图像区域的权重参数，/>为所述图像的平均亮度值，为/>和/>之间的标准差；
利用公式，计算所述图像在叠加权重后图像的亮度值；其中，/>为所述图像的亮度值，/>为图像区域的初始权重；
根据所述图像在叠加权重后图像的亮度值，计算所述图像在叠加权重后的平均亮度值；
利用公式，计算所述图像的亮度值，其中，/>为叠加权重后所有图像区域中亮度值最大的图像区域的亮度值。
可选的，所述获取目标物体对应的工作亮度范围的步骤，包括：
获取所述图像中目标物体的类别；
根据所述目标物体的类别，从预设的物体的类别与工作亮度范围的对应关系中获取所述目标物体对应的工作亮度范围。
可选的，所述根据所述图像的亮度值与所述目标物体的工作亮度范围之间的关系，对所述目标相机中控制相机图像亮度的参数进行调节的步骤，包括：
判断所述图像的亮度值是否在所述目标物体的工作亮度范围内；
若所述图像的亮度值在所述目标物体的工作亮度范围内，则结束参数调节；
若所述图像的亮度值不在所述目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对所述目标相机中控制相机图像亮度的参数进行调节。
可选的，所述若所述图像的亮度值不在所述目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对所述目标相机中控制相机图像亮度的参数进行调节的步骤，包括：
获取所述目标相机中控制相机图像亮度的参数P的可调节范围；
对所述目标相机中控制相机图像亮度的参数P进行初始化处理；
当图像的亮度值a小于所述目标物体的工作亮度范围的下限值A时；则令更新步长，利用公式/>计算所述参数P的目标参数值；其中，β为更新步长常数；
判断所述目标参数值是否大于所述参数P的可调节范围的上限值Pmax；
如果是，则结束参数调节；
如果否，则将所述参数P的参数值设置为所述目标参数值；并计算所述目标相机中当前环境的图像的亮度值；判断所述目标相机中当前环境的图像的亮度值是否在所述目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算所述参数P的目标参数值的步骤，直到所述目标相机中当前环境的图像的亮度值在所述目标物体的工作亮度范围内，或所述目标参数值大于所述参数P的可调节范围的上限值Pmax，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长；
当图像的亮度值a大于所述目标物体的工作亮度范围的上限值B时；则令更新步长，利用公式/>计算所述参数P的目标参数值；其中，β为更新步长常数；
判断所述目标参数值是否小于所述参数P的可调节范围的下限值Pmin；
如果是，则结束参数调节；
如果否，则将所述参数P的参数值设置为所述目标参数值；并计算所述目标相机中当前环境的图像的亮度值；判断所述目标相机中当前环境的图像的亮度值是否在所述目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算所述参数P的目标参数值的步骤，直到所述目标相机中当前环境的图像的亮度值在所述目标物体的工作亮度范围内，或所述目标参数值小于所述参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长。
可选的，所述方法，还包括：
在参数调节结束时，反馈触发参数调节结束的原因信息；并当接收到的所述原因信息为所述目标参数值大于所述参数P的可调节范围的上限值Pmax，或所述目标参数值小于所述参数P的可调节范围的下限值Pmin时，通过对相机的曝光时间和/或增益值进行调整的方式来调节相机图像的亮度。
第二方面，本发明实施例提供了一种调节相机图像亮度的装置，所述装置包括：
图像获取模块，用于获取目标相机中当前环境的图像；
识别模块，用于利用预设的目标检测算法对所述图像中的各个物体进行识别和分类；
分割模块，用于根据图像中各个物体的识别结果，利用预设的目标分割算法将所述图像分割为多个图像区域；其中，一个图像区域包含一个物体；
初始权重模块，用于根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个所述图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；
输入模块，用于将已分割为多个图像区域的所述图像，及每个所述图像区域对应的初始权重输入至预设亮度分析模型中；
亮度值获取模块，用于获得所述亮度分析模型针对所述图像输出的亮度值；
范围获取模块，用于获取目标物体对应的工作亮度范围；
调节模块，用于根据所述图像的亮度值与所述目标物体的工作亮度范围之间的关系，对所述目标相机中控制相机图像亮度的参数进行调节。
可选的，所述亮度分析模型用于：
接收已分割为多个图像区域的所述图像；
利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定所述图像的亮度值；
输出所述图像的亮度值。
可选的，所述亮度分析模型，具体用于：
利用公式，计算每一个图像区域的平均亮度值；其中，/>为图像区域的平均亮度值，（x1，y1)和(x2，y2)为图像区域的边界范围，/>为图像区域的面积，/>为图像区域中像素点的像素值，/>为图像区域的标识；
利用公式，计算每一个图像区域的权重参数；其中，/>为图像区域的权重参数，/>为所述图像的平均亮度值，为/>和/>之间的标准差；
利用公式，计算所述图像在叠加权重后图像的亮度值；其中，/>为所述图像的亮度值，/>为图像区域的初始权重；
根据所述图像在叠加权重后图像的亮度值，计算所述图像在叠加权重后的平均亮度值；
利用公式，计算所述图像的亮度值，其中，/>为叠加权重后所有图像区域中亮度值最大的图像区域的亮度值。
可选的，所述范围获取模块，具体用于：
获取所述图像中目标物体的类别；
根据所述目标物体的类别，从预设的物体的类别与工作亮度范围的对应关系中获取所述目标物体对应的工作亮度范围。
可选的，所述调节模块，包括：
判断子模块，用于判断所述图像的亮度值是否在所述目标物体的工作亮度范围内；
结束子模块，用于若所述图像的亮度值在所述目标物体的工作亮度范围内，则结束参数调节；
调节子模块，用于若所述图像的亮度值不在所述目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对所述目标相机中控制相机图像亮度的参数进行调节。
可选的，所述调节子模块，具体用于：
获取所述目标相机中控制相机图像亮度的参数P的可调节范围；
对所述目标相机中控制相机图像亮度的参数P进行初始化处理；
当图像的亮度值a小于所述目标物体的工作亮度范围的下限值A时；则令更新步长，利用公式/>计算所述参数P的目标参数值；其中，β为更新步长常数；
判断所述目标参数值是否大于所述参数P的可调节范围的上限值Pmax；
如果是，则结束参数调节；
如果否，则将所述参数P的参数值设置为所述目标参数值；并计算所述目标相机中当前环境的图像的亮度值；判断所述目标相机中当前环境的图像的亮度值是否在所述目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算所述参数P的目标参数值的步骤，直到所述目标相机中当前环境的图像的亮度值在所述目标物体的工作亮度范围内，或所述目标参数值大于所述参数P的可调节范围的上限值Pmax，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长；
当图像的亮度值a大于所述目标物体的工作亮度范围的上限值B时；则令更新步长，利用公式/>计算所述参数P的目标参数值；其中，β为更新步长常数；
判断所述目标参数值是否小于所述参数P的可调节范围的下限值Pmin；
如果是，则结束参数调节；
如果否，则将所述参数P的参数值设置为所述目标参数值；并计算所述目标相机中当前环境的图像的亮度值；判断所述目标相机中当前环境的图像的亮度值是否在所述目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算所述参数P的目标参数值的步骤，直到所述目标相机中当前环境的图像的亮度值在所述目标物体的工作亮度范围内，或所述目标参数值小于所述参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长。
可选的，该装置，还包括：反馈模块，用于：
在参数调节结束时，反馈触发参数调节结束的原因信息；并当接收到的所述原因信息为所述目标参数值大于所述参数P的可调节范围的上限值Pmax，或所述目标参数值小于所述参数P的可调节范围的下限值Pmin时，通过对相机的曝光时间和/或增益值进行调整的方式来调节相机图像的亮度。
第三方面，本发明实施例还提供了一种工业相机，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述第一方面所述的调节相机图像亮度的方法步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的调节相机图像亮度的方法步骤。
本发明实施例提供的调节相机图像亮度的方法，可以实现获取目标相机中当前环境的图像；利用预设的目标检测算法对图像中的各个物体进行识别和分类；根据图像中各个物体的识别结果，利用预设的目标分割算法将图像分割为多个图像区域；其中，一个图像区域包含一个物体；根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每一个图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；将已分割为多个图像区域的图像输入至预设亮度分析模型中；获得亮度分析模型针对图像输出的亮度值；获取目标物体对应的工作亮度范围；根据图像的亮度值与目标物体的工作亮度范围之间的关系，对目标相机中控制相机图像亮度的参数进行调节。由此可见，本发明实施例所提供的方法可以实现对相机的图像亮度进行实时的自动调节，相较于现有技术，本发明实施例所提供的方法不再需要专业的工作人员对相机的图像亮度进行人工调节，而是可以实现实时的自动调节，因此，本发明实施例所提供的方法相较于现有技术，不仅节约了人工成本，而且提高了图像亮度调节的效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例提供的调节相机图像亮度的方法的一种流程示意图；
图2为本发明实施例提供的调节相机图像亮度的方法的另一种流程示意图；
图3为本发明实施例提供的调节相机图像亮度的装置的种结构示意图；
图4为本发明实施例提供的工业相机的一种内部结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1为本发明实施例提供的一种调节相机图像亮度的方法的流程示意图，该方法可以应用于工业相机中，使工业相机中控制相机图像亮度的参数进行自动调节，如图1所示，该方法包括：
S101：获取目标相机中当前环境的图像；
S102：利用预设的目标检测算法对图像中的各个物体进行识别和分类；
在一种具体的实施例中，目标检测算法可以是深度学习卷积神经网络算法。在使用深度学习卷积神经网络算法对图像中的各个物体进行识别和分类之前，可以先使用历史图像数据集对该算法进行训练，有益于目标检测算法可以能更好的对图像中的各个物体进行识别和分类。
S103：根据图像中各个物体的识别结果，利用预设的目标分割算法将图像分割为多个图像区域；其中，一个图像区域包含一个物体；
根据图像中各个物体的识别结果，利用目标分割算法将图像分割为多个图像区域，并为不同的图像区域设置不同的标识信息，及为不同类别的图像区域设置不同的初始参数，该初始参数为超参数。
S104：根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；
S105：将已分割为多个图像区域的图像，及每个图像区域对应的初始权重输入至预设亮度分析模型中；
在具体实施例中，亮度分析模型可用于：
接收已分割为多个图像区域的图像；
利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定图像的亮度值；
输出图像的亮度值。
具体的，利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定图像的亮度值的步骤，可以包括：
利用公式，计算每一个图像区域的平均亮度值；其中，/>为图像区域的平均亮度值，（x1，y1)和(x2，y2)为图像区域的边界范围，/>为图像区域的面积，/>为图像区域中像素点的像素值，/>为图像区域的标识；
利用公式，计算每一个图像区域的权重参数；其中，/>为图像区域的权重参数，/>为图像的平均亮度值，为/>和/>之间的标准差；；
利用公式，计算图像在叠加权重后图像的亮度值；其中，/>为图像的亮度值，/>为图像区域的初始权重；
根据图像在叠加权重后图像的亮度值，计算图像在叠加权重后的平均亮度值；
利用公式，计算图像的亮度值，其中，/>为叠加权重后所有图像区域中亮度值最大的图像区域的亮度值。
在具体实施例中，在利用公式，计算图像在叠加权重后图像的亮度值时，在/>和/>相加后，还会控制叠加权重后的图像中的所有像素点的像素值在0~255范围内，这是因为像素分为RGB三个通道，每个通道值的大小范围都是0~255，这使得/>和/>相加后得到的图像中可能存在像素值不在0~255范围内的像素点。控制叠加权重后的图像中的像素点的像素值在0~255范围内的方法就是将像素值小于0的像素点的像素值设置为0；将像素值大于255的像素点的像素值设置为255。
在实际应用中，在计算相机图像的亮度值时，会先将图像转化为HSV空间，并对V空间的数据进行分析计算，从而将亮度值得大小控制在0~1范围内，这样便于后续的计算。HSV是一种将图像中的点在倒圆锥体中表示的方法，HSV即色相(Hue)、饱和度 (Saturation)、亮度 (Value)。HSV空间能够非常直观的表达色彩的明暗、色调以及鲜艳程度，非常方便进行颜色之间的对比。
S106：获得亮度分析模型针对图像输出的亮度值；
S107：获取目标物体对应的工作亮度范围；
具体的，获取目标物体对应的工作亮度范围的步骤，可以包括：
获取图像中目标物体的类别；
根据目标物体的类别，从预设的物体的类别与工作亮度范围的对应关系中获取目标物体对应的工作亮度范围。
以码头工业场景为例，在具体实施例可以通过如下方式获取目标物体对应的工作亮度范围：可以针对不同工作时间段（比如白天或晚上等），不同目标物体（比如运输煤炭的货轮或运输沙石的货轮等），通过设置相机中控制相机图像亮度的参数，从参数的最小值到最大值不断调整参数来采集大量的图像。为不同类别的目标物体设置标记，将能准确识别出目标物体的图像亮度值确认为是该目标物体可以工作的亮度值。针对不同类别的目标物体，分别确认不同类别的目标物体可以工作的亮度值，获得不同类别的目标物体可以正常工作的工作亮度范围[A，B]；并将不同物体的工作亮度范围以超参数的形式保存起来，用于自动调节控制相机图像亮度时使用。
S108：根据图像的亮度值与目标物体的工作亮度范围之间的关系，对目标相机中控制相机图像亮度的参数进行调节。
具体的，根据图像的亮度值与目标物体的工作亮度范围之间的关系，对目标相机中控制相机图像亮度的参数进行调节的步骤，可以包括：
判断图像的亮度值是否在目标物体的工作亮度范围内；
若图像的亮度值在目标物体的工作亮度范围内，则结束参数调节；
若图像的亮度值不在目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对目标相机中控制相机图像亮度的参数进行调节。
在具体实施例中，若图像的亮度值不在目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对目标相机中控制相机图像亮度的参数进行调节的步骤，可以包括：
获取目标相机中控制相机图像亮度的参数P的可调节范围；
对目标相机中控制相机图像亮度的参数P进行初始化处理；
当图像的亮度值a小于目标物体的工作亮度范围的下限值A时；则令更新步长，利用公式/>计算参数P的目标参数值；其中，β为更新步长常数；
判断目标参数值是否大于参数P的可调节范围的上限值Pmax；
如果是，则结束参数调节；
如果否，则将参数P的参数值设置为目标参数值；并计算目标相机中当前环境的图像的亮度值；判断目标相机中当前环境的图像的亮度值是否在目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算参数P的目标参数值的步骤，直到目标相机中当前环境的图像的亮度值在目标物体的工作亮度范围内，或目标参数值大于参数P的可调节范围的上限值Pmax，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长；
当图像的亮度值a大于目标物体的工作亮度范围的上限值B时；则令更新步长，利用公式/>计算参数P的目标参数值；其中，β为更新步长常数；
判断目标参数值是否小于参数P的可调节范围的下限值Pmin；
如果是，则结束参数调节；
如果否，则将参数P的参数值设置为目标参数值；并计算目标相机中当前环境的图像的亮度值；判断目标相机中当前环境的图像的亮度值是否在目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算参数P的目标参数值的步骤，直到目标相机中当前环境的图像的亮度值在目标物体的工作亮度范围内，或目标参数值小于参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长。
本发明实施例所提供的方法还可以在参数调节结束时，反馈触发参数调节结束的原因。比如：反馈是由于目标参数值大于参数P的可调节范围的上限值Pmax，或目标参数值小于参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长的原因等使得参数调节结束。
在一些实施例中，当接收到的反馈是由于目标参数值大于参数P的可调节范围的上限值Pmax，或目标参数值小于参数P的可调节范围的下限值Pmin的原因使得参数调节结束时，还可以通过对相机的曝光时间和/或增益值进行调整来调节相机图像的亮度。
在通过调整相机的曝光时间来对相机图像的亮度进行调节时，由于相机帧率（以帧称为单位的位图图像连续出现在显示器上的频率）的影响，所以在调整相机的曝光时间时，相机的曝光时间应小于相机的帧时间（单个帧的处理时间）。优选的，可以调整相机的曝光时间为1/4或1/5的帧时间，这样可以有效避免相机图像出现模糊或者拖影现象。
如果相机的曝光时间进行调整后，图像的亮度值仍不在目标物体的工作亮度范围内，则可以进一步的考虑调整相机的增益值。但需注意的是，相机的增益值过大时将增加图像的噪声进而影响图像质量。对图像质量要求很高的场景，需要谨慎使用通过对相机的增益值进行调整来调节相机图像的亮度这种方法。
为了确保在满足相机图像的亮度的同时，尽可能的保持图像的质量，调节相机图像的亮度的过程可以按照先通过调节中控制相机图像亮度的参数来对相机图像的亮度进行调节，如果调节后图像的亮度值不在目标物体的工作亮度范围内；则考虑通过调整相机的曝光时间来对相机图像的亮度进行调节，如果调节后图像的亮度值仍不在目标物体的工作亮度范围内；最后才考虑通过对相机的增益值进行调整来对相机图像的亮度进行调节的流程进行。
本发明实施例提供的调节相机图像亮度的方法，可以实现获取目标相机中当前环境的图像；利用预设的目标检测算法对图像中的各个物体进行识别和分类；根据图像中各个物体的识别结果，利用预设的目标分割算法将图像分割为多个图像区域；其中，一个图像区域包含一个物体；根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每一个图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；将已分割为多个图像区域的图像输入至预设亮度分析模型中；获得亮度分析模型针对图像输出的亮度值；获取目标物体对应的工作亮度范围；根据图像的亮度值与目标物体的工作亮度范围之间的关系，对目标相机中控制相机图像亮度的参数进行调节。由此可见，本发明实施例所提供的方法可以实现对相机的图像亮度进行实时的自动调节，相较于现有技术，本发明实施例所提供的方法不再需要专业的工作人员对相机的图像亮度进行人工调节，而是可以实现实时的自动调节，因此，本发明实施例所提供的方法相较于现有技术，不仅节约了人工成本，而且提高了图像亮度调节的效率。
下面来举一个实际的例子对本发明实施例所提供的方法做进一步更为详细的说明。
在该实施例中，亮度分析模型用于：
接收已分割为多个图像区域的图像；
利用公式，计算每一个图像区域的平均亮度值；其中，/>为图像区域的平均亮度值，（x1，y1)和(x2，y2)为图像区域的边界范围，/>为图像区域的面积，/>为图像区域中像素点的像素值，/>为图像区域的标识；/>
利用公式，计算每一个图像区域的权重参数；其中，/>为图像区域的权重参数，/>为图像的平均亮度值，为/>和/>之间的标准差；
利用公式，计算图像在叠加权重后图像的亮度值；其中，/>为图像的亮度值，/>为图像区域的初始权重；
根据图像在叠加权重后图像的亮度值，计算图像在叠加权重后的平均亮度值；
利用公式，计算图像的亮度值，其中，/>为叠加权重后所有图像区域中亮度值最大的图像区域的亮度值；
输出图像的亮度值。
在该实施例中，利用预设的调节控制参数的算法对目标相机中控制相机图像亮度的参数进行调节的具体步骤，可以包括：
获取目标相机中控制相机图像亮度的参数P的可调节范围；
对目标相机中控制相机图像亮度的参数P进行初始化处理；
当图像的亮度值a小于目标物体的工作亮度范围的下限值A时；则令更新步长，利用公式/>计算参数P的目标参数值；其中，β为更新步长常数；
判断目标参数值是否大于参数P的可调节范围的上限值Pmax；
如果是，则结束参数调节；
如果否，则将参数P的参数值设置为目标参数值；并计算目标相机中当前环境的图像的亮度值；判断目标相机中当前环境的图像的亮度值是否在目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算参数P的目标参数值的步骤，直到目标相机中当前环境的图像的亮度值在目标物体的工作亮度范围内，或目标参数值大于参数P的可调节范围的上限值Pmax，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长；
当图像的亮度值a大于目标物体的工作亮度范围的上限值B时；则令更新步长，利用公式/>计算参数P的目标参数值；其中，β为更新步长常数；
判断目标参数值是否小于参数P的可调节范围的下限值Pmin；
如果是，则结束参数调节；
如果否，则将参数P的参数值设置为目标参数值；并计算目标相机中当前环境的图像的亮度值；判断目标相机中当前环境的图像的亮度值是否在目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算参数P的目标参数值的步骤，直到目标相机中当前环境的图像的亮度值在目标物体的工作亮度范围内，或目标参数值小于参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长。
参见图2，本实施例所提供的方法的具体步骤如下：
S201：获取目标相机中当前环境的图像；
在该实施例中，相机为工业相机。
S202：利用深度学习卷积神经网络算法对图像中的各个物体进行识别和分类；
S203：根据图像中各个物体的识别结果，利用预设的目标分割算法将图像分割为多个图像区域；
其中，一个图像区域包含一个物体。
S204：根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个图像区域对应的初始权重；
其中，图像区域类别为图像区域中物体的类别。
S205：将已分割为多个图像区域的图像，及每个图像区域对应的初始权重输入至预设亮度分析模型中；
S206：获得亮度分析模型针对图像输出的亮度值；
S207：获取图像中目标物体的类别；
S208：根据目标物体的类别，从预设的物体的类别与工作亮度范围的对应关系中获取目标物体对应的工作亮度范围；
S209：判断图像的亮度值是否在目标物体的工作亮度范围内；若图像的亮度值在目标物体的工作亮度范围内，则执行步骤S210：若图像的亮度值不在目标物体的工作亮度范围内，则执行步骤S211；
S210：结束参数调节；
S211：利用预设的调节控制参数的算法对目标相机中控制相机图像亮度的参数进行调节；
S212：获取参数调节结束时反馈的触发参数调节结束的原因信息；当接收到的原因信息为目标参数值大于参数P的可调节范围的上限值Pmax，或目标参数值小于参数P的可调节范围的下限值Pmin时；执行步骤S213；
S213：调整相机的曝光时间；
具体的，可以调整相机的曝光时间为1/4或1/5的帧时间。
S214：判断对相机的曝光时间进行调整后，图像的亮度值是否在目标物体的工作亮度范围内；如果在，则结束参数调节；如果不在，则执行步骤S215；
S215：调整相机的增益值。
由图2所示的实施例可见，本发明实施例所提供的方法可以实现对相机的图像亮度进行实时的自动调节，相较于现有技术，本发明实施例所提供的方法不再需要专业的工作人员对相机的图像亮度进行人工调节，而是可以实现实时的自动调节，因此，本发明实施例所提供的方法相较于现有技术，不仅节约了人工成本，而且提高了图像亮度调节的效率。
与图1所示的实施例相对应，本发明实施例还提供了一种调节相机图像亮度的装置。如图3所示，该装置包括：图像获取模块301，识别模块302，分割模块303，初始权重模块304，输入模块305，亮度值获取模块306，范围获取模块307，调节模块308，其中，
图像获取模块301，用于获取目标相机中当前环境的图像；
识别模块302，用于利用预设的目标检测算法对图像中的各个物体进行识别和分类；
分割模块303，用于根据图像中各个物体的识别结果，利用预设的目标分割算法将图像分割为多个图像区域；其中，一个图像区域包含一个物体；
初始权重模块304，用于根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；
输入模块305，用于将已分割为多个图像区域的图像，及每个图像区域对应的初始权重输入至预设亮度分析模型中；
亮度值获取模块306，用于获得亮度分析模型针对图像输出的亮度值；
范围获取模块307，用于获取目标物体对应的工作亮度范围；
调节模块308，用于根据图像的亮度值与目标物体的工作亮度范围之间的关系，对目标相机中控制相机图像亮度的参数进行调节。
可选的，亮度分析模型用于：
接收已分割为多个图像区域的图像；
利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定图像的亮度值；
输出图像的亮度值。
可选的，亮度分析模型，具体用于：
利用公式，计算每一个图像区域的平均亮度值；其中，/>为图像区域的平均亮度值，（x1，y1)和(x2，y2)为图像区域的边界范围，/>为图像区域的面积，/>为图像区域中像素点的像素值，/>为图像区域的标识；
利用公式，计算每一个图像区域的权重参数；其中，/>为图像区域的权重参数，/>为图像的平均亮度值，为/>和/>之间的标准差；
利用公式，计算图像在叠加权重后图像的亮度值；其中，/>为图像的亮度值，/>为图像区域的初始权重；
根据图像在叠加权重后图像的亮度值，计算图像在叠加权重后的平均亮度值；
利用公式，计算图像的亮度值，其中，/>为叠加权重后所有图像区域中亮度值最大的图像区域的亮度值。
可选的，范围获取模块307，具体用于：
获取图像中目标物体的类别；
根据目标物体的类别，从预设的物体的类别与工作亮度范围的对应关系中获取目标物体对应的工作亮度范围。
可选的，调节模块308，包括：
判断子模块，用于判断图像的亮度值是否在目标物体的工作亮度范围内；
结束子模块，用于若图像的亮度值在目标物体的工作亮度范围内，则结束参数调节；
调节子模块，用于若图像的亮度值不在目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对目标相机中控制相机图像亮度的参数进行调节。
可选的，调节子模块，具体用于：
获取目标相机中控制相机图像亮度的参数P的可调节范围；
对目标相机中控制相机图像亮度的参数P进行初始化处理；
当图像的亮度值a小于目标物体的工作亮度范围的下限值A时；则令更新步长，利用公式/>计算参数P的目标参数值；其中，β为更新步长常数；
判断目标参数值是否大于参数P的可调节范围的上限值Pmax；
如果是，则结束参数调节；
如果否，则将参数P的参数值设置为目标参数值；并计算目标相机中当前环境的图像的亮度值；判断目标相机中当前环境的图像的亮度值是否在目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算参数P的目标参数值的步骤，直到目标相机中当前环境的图像的亮度值在目标物体的工作亮度范围内，或目标参数值大于参数P的可调节范围的上限值Pmax，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长；
当图像的亮度值a大于目标物体的工作亮度范围的上限值B时；则令更新步长，利用公式/>计算参数P的目标参数值；其中，β为更新步长常数；
判断目标参数值是否小于参数P的可调节范围的下限值Pmin；
如果是，则结束参数调节；
如果否，则将参数P的参数值设置为目标参数值；并计算目标相机中当前环境的图像的亮度值；判断目标相机中当前环境的图像的亮度值是否在目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算参数P的目标参数值的步骤，直到目标相机中当前环境的图像的亮度值在目标物体的工作亮度范围内，或目标参数值小于参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长。
可选的，该装置，还包括：反馈模块，用于：
在参数调节结束时，反馈触发参数调节结束的原因信息；并当接收到的原因信息为目标参数值大于参数P的可调节范围的上限值Pmax，或目标参数值小于参数P的可调节范围的下限值Pmin时，通过对相机的曝光时间和/或增益值进行调整的方式来调节相机图像的亮度。
本发明实施例所提供的装置可以实现对相机的图像亮度进行实时的自动调节，相较于现有技术，本发明实施例所提供的装置不再需要专业的工作人员对相机的图像亮度进行人工调节，而是可以实现实时的自动调节，因此，本发明实施例所提供的方法相较于现有技术，不仅节约了人工成本，而且提高了图像亮度调节的效率。
与图1所示的实施例相对应，本发明实施例还提供了一种工业相机，参见图4，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信；
存储器403，用于存放计算机程序；
处理器401，用于执行存储器上所存放的程序时，实现上述实施例中所述的任一调节相机图像亮度的方法步骤。
本发明实施例所提供的工业相机可以实现对相机的图像亮度进行实时的自动调节，相较于现有技术，本发明实施例所提供的工业相机不再需要专业的工作人员对相机的图像亮度进行人工调节，而是可以实现实时的自动调节，因此，本发明实施例所提供的方法相较于现有技术，不仅节约了人工成本，而且提高了图像亮度调节的效率。
与图1所示的实施例相对应，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述实施例中所述的任一调节相机图像亮度的方法步骤。
本发明实施例所提供的存储介质可以实现对相机的图像亮度进行实时的自动调节，相较于现有技术，本发明实施例所提供的存储介质不再需要专业的工作人员对相机的图像亮度进行人工调节，而是可以实现实时的自动调节，因此，本发明实施例所提供的方法相较于现有技术，不仅节约了人工成本，而且提高了图像亮度调节的效率。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种调节相机图像亮度的方法，其特征在于，包括以下步骤：
获取目标相机中当前环境的图像；
利用预设的目标检测算法对所述图像中的各个物体进行识别和分类；
根据图像中各个物体的识别结果，利用预设的目标分割算法将所述图像分割为多个图像区域；其中，一个图像区域包含一个物体；
根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个所述图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；
将已分割为多个图像区域的所述图像，及每个所述图像区域对应的初始权重输入至预设亮度分析模型中；
获得所述亮度分析模型针对所述图像输出的亮度值；
获取目标物体对应的工作亮度范围；
根据所述图像的亮度值与所述目标物体的工作亮度范围之间的关系，对所述目标相机中控制相机图像亮度的参数进行调节。
2.根据权利要求1所述的方法，其特征在于，所述亮度分析模型用于：
接收已分割为多个图像区域的所述图像；
利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定所述图像的亮度值；
输出所述图像的亮度值。
3.根据权利要求2所述的方法，其特征在于，所述利用预设的亮度值计算算法，分别计算每一个图像区域的亮度值，并根据每一个图像区域的亮度值，确定所述图像的亮度值的步骤，包括：
利用公式，计算每一个图像区域的平均亮度值；其中，/>为图像区域的平均亮度值，（x1，y1)和(x2，y2)为图像区域的边界范围，为图像区域的面积，/>为图像区域中像素点的像素值，/>为图像区域的标识；
利用公式，计算每一个图像区域的权重参数；其中，/>为图像区域的权重参数，/>为所述图像的平均亮度值，为/>和/>之间的标准差；
利用公式，计算所述图像在叠加权重后图像的亮度值；其中，/>为所述图像的亮度值，/>为图像区域的初始权重；
根据所述图像在叠加权重后图像的亮度值，计算所述图像在叠加权重后的平均亮度值；
利用公式，计算所述图像的亮度值，其中，/>为叠加权重后所有图像区域中亮度值最大的图像区域的亮度值。
4.根据权利要求1所述的方法，其特征在于，所述获取目标物体对应的工作亮度范围的步骤，包括：
获取所述图像中目标物体的类别；
根据所述目标物体的类别，从预设的物体的类别与工作亮度范围的对应关系中获取所述目标物体对应的工作亮度范围。
5.根据权利要求1所述的方法，其特征在于，所述根据所述图像的亮度值与所述目标物体的工作亮度范围之间的关系，对所述目标相机中控制相机图像亮度的参数进行调节的步骤，包括：
判断所述图像的亮度值是否在所述目标物体的工作亮度范围内；
若所述图像的亮度值在所述目标物体的工作亮度范围内，则结束参数调节；
若所述图像的亮度值不在所述目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对所述目标相机中控制相机图像亮度的参数进行调节。
6.根据权利要求5所述的方法，其特征在于，所述若所述图像的亮度值不在所述目标物体的工作亮度范围内，则利用预设的调节控制参数的算法对所述目标相机中控制相机图像亮度的参数进行调节的步骤，包括：
获取所述目标相机中控制相机图像亮度的参数P的可调节范围；
对所述目标相机中控制相机图像亮度的参数P进行初始化处理；
当图像的亮度值a小于所述目标物体的工作亮度范围的下限值A时；则令更新步长，利用公式/>计算所述参数P的目标参数值；其中，β为更新步长常数；
判断所述目标参数值是否大于所述参数P的可调节范围的上限值Pmax；
如果是，则结束参数调节；
如果否，则将所述参数P的参数值设置为所述目标参数值；并计算所述目标相机中当前环境的图像的亮度值；判断所述目标相机中当前环境的图像的亮度值是否在所述目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算所述参数P的目标参数值的步骤，直到所述目标相机中当前环境的图像的亮度值在所述目标物体的工作亮度范围内，或所述目标参数值大于所述参数P的可调节范围的上限值Pmax，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长；
当图像的亮度值a大于所述目标物体的工作亮度范围的上限值B时；则令更新步长，利用公式/>计算所述参数P的目标参数值；其中，β为更新步长常数；
判断所述目标参数值是否小于所述参数P的可调节范围的下限值Pmin；
如果是，则结束参数调节；
如果否，则将所述参数P的参数值设置为所述目标参数值；并计算所述目标相机中当前环境的图像的亮度值；判断所述目标相机中当前环境的图像的亮度值是否在所述目标物体的工作亮度范围内；若是，则结束参数调节；若否，则进入下一轮迭代，重新执行令更新步长，利用公式/>计算所述参数P的目标参数值的步骤，直到所述目标相机中当前环境的图像的亮度值在所述目标物体的工作亮度范围内，或所述目标参数值小于所述参数P的可调节范围的下限值Pmin，或迭代次数达到预设的阈值，或参数调节的时长达到预设的时长。
7.根据权利要求6所述的方法，其特征在于，所述方法，还包括：
在参数调节结束时，反馈触发参数调节结束的原因信息；并当接收到的所述原因信息为所述目标参数值大于所述参数P的可调节范围的上限值Pmax，或所述目标参数值小于所述参数P的可调节范围的下限值Pmin时，通过对相机的曝光时间和/或增益值进行调整的方式来调节相机图像的亮度。
8.一种调节相机图像亮度的装置，其特征在于，所述装置，包括：
图像获取模块，用于获取目标相机中当前环境的图像；
识别模块，用于利用预设的目标检测算法对所述图像中的各个物体进行识别和分类；
分割模块，用于根据图像中各个物体的识别结果，利用预设的目标分割算法将所述图像分割为多个图像区域；其中，一个图像区域包含一个物体；
初始权重模块，用于根据图像区域的类别，从预设的图像区域的类别与初始权重的对应关系中获取每个所述图像区域对应的初始权重；其中，图像区域类别为图像区域中物体的类别；
输入模块，用于将已分割为多个图像区域的所述图像，及每个所述图像区域对应的初始权重输入至预设亮度分析模型中；
亮度值获取模块，用于获得所述亮度分析模型针对所述图像输出的亮度值；
范围获取模块，用于获取目标物体对应的工作亮度范围；
调节模块，用于根据所述图像的亮度值与所述目标物体的工作亮度范围之间的关系，对所述目标相机中控制相机图像亮度的参数进行调节。
9.一种工业相机，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410524358.8A CN118102123B (zh) | 2024-04-29 | 2024-04-29 | 一种调节相机图像亮度的方法、装置及工业相机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410524358.8A CN118102123B (zh) | 2024-04-29 | 2024-04-29 | 一种调节相机图像亮度的方法、装置及工业相机 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118102123A true CN118102123A (zh) | 2024-05-28 |
| CN118102123B CN118102123B (zh) | 2024-06-21 |
Family
ID=91165435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410524358.8A Active CN118102123B (zh) | 2024-04-29 | 2024-04-29 | 一种调节相机图像亮度的方法、装置及工业相机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118102123B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111770285A (zh) * | 2020-07-13 | 2020-10-13 | 浙江大华技术股份有限公司 | 一种曝光亮度控制方法、装置、电子设备和存储介质 |
| US20210084205A1 (en) * | 2019-09-18 | 2021-03-18 | Gopro, Inc. | Auto exposure for spherical images |
| CN112911146A (zh) * | 2021-01-27 | 2021-06-04 | 杭州寰宇微视科技有限公司 | 基于人脸的智能调光方法 |
| CN115714858A (zh) * | 2022-11-04 | 2023-02-24 | 易思维（杭州）科技有限公司 | 一种工业相机的增益值和曝光值自动调节方法 |
| CN116645527A (zh) * | 2023-04-24 | 2023-08-25 | 杭州魔点科技有限公司 | 图像识别方法、***、电子设备和存储介质 |
-
2024
- 2024-04-29 CN CN202410524358.8A patent/CN118102123B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210084205A1 (en) * | 2019-09-18 | 2021-03-18 | Gopro, Inc. | Auto exposure for spherical images |
| CN111770285A (zh) * | 2020-07-13 | 2020-10-13 | 浙江大华技术股份有限公司 | 一种曝光亮度控制方法、装置、电子设备和存储介质 |
| CN112911146A (zh) * | 2021-01-27 | 2021-06-04 | 杭州寰宇微视科技有限公司 | 基于人脸的智能调光方法 |
| CN115714858A (zh) * | 2022-11-04 | 2023-02-24 | 易思维（杭州）科技有限公司 | 一种工业相机的增益值和曝光值自动调节方法 |
| CN116645527A (zh) * | 2023-04-24 | 2023-08-25 | 杭州魔点科技有限公司 | 图像识别方法、***、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118102123B (zh) | 2024-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107343156B (zh) | 人脸区域自动曝光控制的调整方法和装置 | |
| DE69612643T2 (de) | Verfahren und Vorrichtung zum Extrahieren spezifischer Bildinformation zum Erzeugen von Videoinformation | |
| US7359572B2 (en) | Automatic analysis and adjustment of digital images with exposure problems | |
| CN111770285B (zh) | 一种曝光亮度控制方法、装置、电子设备和存储介质 | |
| CN110233971B (zh) | 一种拍摄方法及终端、计算机可读存储介质 | |
| US20070036429A1 (en) | Method, apparatus, and program for object detection in digital image | |
| CN102202163A (zh) | 一种监控视频的自适应增强方法及其装置 | |
| US7327504B2 (en) | Method of detecting clipped image pixels | |
| US10491831B2 (en) | Image pickup apparatus, image pickup method, and recording medium | |
| KR20190141577A (ko) | 이미지 프레임에서의 픽셀 위치가 배경 또는 전경에 속하는지를 결정하기 위한 방법, 장치 및 시스템 | |
| CN112616028A (zh) | 车载相机参数调整方法、装置、电子设备及存储介质 | |
| US8818086B2 (en) | Method for improving the visual perception of a digital image | |
| CN112348018A (zh) | 基于巡检机器人的数显式仪表读数识别方法 | |
| CN115578662A (zh) | 无人机前端图像处理方法、***、存储介质及设备 | |
| CN110175967B (zh) | 图像去雾处理方法、***、计算机设备和存储介质 | |
| CN113392702B (zh) | 一种基于自适应图像增强的弱光照环境下目标识别方法 | |
| CN118102123B (zh) | 一种调节相机图像亮度的方法、装置及工业相机 | |
| EP4276755A1 (en) | Image segmentation method and apparatus, computer device, and readable storage medium | |
| CN106097358B (zh) | 图像背景复杂度检测方法及*** | |
| JP4496005B2 (ja) | 画像処理方法および画像処理装置 | |
| US20230146016A1 (en) | Method and apparatus for extreme-light image enhancement | |
| CN114358131A (zh) | 数码相框智能照片优化处理*** | |
| JP2003234901A (ja) | 画像処理装置及び画像処理方法 | |
| CN115100500A (zh) | 一种目标检测方法、装置和可读存储介质 | |
| CN113870180A (zh) | 图像处理方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |